ADVANCED ANALYTICS NEL CREDIT SCORING - L'EVOLUZIONE DEI MODELLI PER LA MISURAZIONE DEL RISCHIO DI CONTROPARTE - PWC

Pagina creata da Margherita Carboni
 
CONTINUA A LEGGERE
ADVANCED ANALYTICS NEL CREDIT SCORING - L'EVOLUZIONE DEI MODELLI PER LA MISURAZIONE DEL RISCHIO DI CONTROPARTE - PWC
Advanced Analytics
nel Credit Scoring

L’evoluzione dei modelli per la misurazione
del rischio di controparte

                                              www.pwc.com/it
Le applicazioni di sistemi basati su Intelligenza Artificiale
si stanno ampliando e anche per i Financial Services si
concretizzano opportunità per l’utilizzo di approcci basati
su Machine Learning

$15,7Tln
                                                                                      Si stima che, su scala mondiale, il
                                                                                      contributo all’economia globale
                                                                                      derivante dall’applicazione di
                                                                                      Intelligenza Artificiale si attesti intorno
                                                                                      ai $ 15,7 Tln entro il 20301

55%
                                                                                      Gli incrementi di produttività da lavoro
                                                                                      rappresenteranno oltre il 55% del
                                                                                      contributo dell’Intelligenza Artificiale
                                                                                      sull’aumento del GDP al 20301

58%
                                                                                      L’adozione delle nuove tecnologie e il
                                                                                      conseguente aumento della domanda
                                                                                      dei consumatori nei confronti di prodotti
                                                                                      evoluti contribuirà per il 58%
                                                                                      sull’aumento del GDP al 20301

…e nel mondo Financial Services

                                                                               Segmentazione della
                                                                               clientela a fini commerciali
                                                                                                             Reputazionale
Opportunità di
                                                                               Misurazione                               Focus per
utilizzo Machine                                                                                             Credito     Credit Risk
                                                                               dei rischi
Learning                                                                                                                 Management

                                                                                                             Operativo
                                                                               Intercettazione frodi in fase
                                                                               di onboarding

1. Fonte: PwC Sizing the prize - What’s the real value of AI for your business and how can you capitalise?                          2
Con specifico riferimento al Risk Management,
concepiamo un percorso di innovazione fondato
su tre principali driver

Dati
Nuove basi dati possono ampliare il
patrimonio informativo dei modelli di Credit
Scoring basati su algoritmi Machine Learning.
«All data is credit data»
Il perimetro di valutazione della clientela si
amplia, è tuttavia necessario considerare
implicazioni di carattere normativo e di
data quality.

Algoritmi
Gli approcci metodologici al calcolo del merito
creditizio della controparte si evolvono,
diventano dinamici, si migliorano
autonomamente nel continuo e riescono a
individuare nuovi pattern di dati e relazioni fra
variabili, non esplorati da modelli tradizionali.
La predittività dei modelli migliora ma allo
stato attuale è opportuno considerare un
utilizzo parallelo ai modelli tradizionali, in
ambito esclusivamente gestionale.

Tecnologia
Evoluzioni in termini di capacità
computazionali e di storage.
Minori costi di implementazione e
performance maggiori in grado di garantire
run a elevato effort di macchina anche in
modalità real-time.

                                                    3
Riteniamo siano due gli approcci che consentono alle
banche di avvicinarsi al mondo del Machine Learning nel
Credit Scoring, valutando sia l’apporto esterno da Fintech
che lo sviluppo interno

Apporto esterno da Fintech                                   Sviluppo in-house
Intelligenza Artificiale e Machine Learning                  Lo sviluppo in-house di modelli di Credit
sono le principali tecnologie utilizzate dalle               Scoring basati su Machine Learning vedrà il
Fintech per valutare in maniera innovativa il                rilevante coinvolgimento del Risk
merito creditizio di individui e imprese.                    Management e della Validazione, nonché
Si vanno delineando diversi e variegati                      l’integrazione dei modelli nei framework di
modelli di collaborazione e integrazione tra                 Model Risk Management.
banche e Fintech.

                                                                                   Coinvolgimento Risk
Modello              Descrizione                             Fase di sviluppo      Management

                     La banca offre alle Fintech             Model design          Responsible
Interfacce di        accesso limitato ad alcune delle
                                                             Identificazione
programmazione/      loro infrastrutture o servizi tramite                         Responsible
                                                             delle basi dati
sandbox              Open API, consentendo costruire
                     e testare nuovi prodotti e servizi      Raccolta delle
                                                                                   Consulted
                                                             basi dati
Fintech joint        La banca crea la propria start-up
venture/             indipendente per indirizzare una        Trasformazione        Informed
venture builder      specifica nicchia di mercato            delle basi dati       responsabilità Area IT

                                                             Partizione dataset    Responsible
                     Le Fintech presentano
                     applicazioni alle banche che ne         Applicazione
                                                                                   Responsible
                     selezionano alcune per                  degli algoritmi
Start-up corporate   identificare e capitalizzare le
                                                             Applicazione          Consulted
accelerator          innovazioni più promettenti. Le
                     Fintech selezionate ottengono
                                                             human judgement       responsabilità Area Crediti
                     accesso a competenze, supporto          Specificazione
                     e base clienti                                                Accountable
                                                             finale modello

                     Attraverso fusioni e acquisizioni le
                     banche acquistano delle Fintech
Merger &
                     per garantirsi l'accesso a nuove
acquisition
                     innovazioni o accelerare
                     transizioni strategiche

                     La banca seleziona un prodotto
                     specifico sviluppato da una
                     Fintech e avvia un POC per
                     testarne la validità (white-label o
Sourcing di
                     co-branded). In caso di esito
prodotti Fintech
                     positivo, la banca lo porta in
                     produzione, testando nuove
                     proposte e prodotti riducendo
                     tempi e costi di sviluppo

                                                                                                                 4
Contatti
Pietro Penza                                                            Romina Vignotto
Partner                                                                 Partner
+39 348 2740422                                                         +39 346 0220090
pietro.penza@pwc.com                                                    romina.vignotto@pwc.com

Cinzia Amandonico                                                       Gianluca Dall‘Arche
Director                                                                Director
+39 335 7414119                                                         +39 344 3474117
cinzia.amandonico@pwc.com                                               gianluca.dallarche@pwc.com

Carlo Bandera
Senior Manager
+39 348 8505011
carlo.bandera@pwc.com

www.pwc.com/it

© 2019 PricewaterhouseCoopers Advisory SpA. All rights reserved. PwC refers to PricewaterhouseCoopers Advisory SpA and may sometimes refer to the
PwC network. Each member firm is a separate legal entity. Please see www.pwc.com/structure for further details. This content is for general information
purposes only, and should not be used as a substitute for consultation with professional advisors.
Puoi anche leggere